待验证50% 置信事实精确时间
持续接收负输入的ReLU神经元会永久输出0且无法恢复，即'死亡'神经元问题。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证Winner-Take-All 机制对于每个输入只有一个获胜神经元被激活并更新，容易导致死单元且表示能力受限67% 相似待验证隐藏层激活函数选择建议：从ReLU开始，若神经元大量死亡则尝试Leaky ReLU；二分类输出用Sigmoid；多分类输出用Softmax；回归输出不用激活函数。65% 相似待验证神经网络存在排列对称性——对某一层的神经元重新排序，只要同步调整相邻层权重，网络功能完全不变62% 相似待验证赫布定律指出一起激活的神经元连接在一起，长期不被激活的突触连接会在突触修剪过程中被清除61% 相似待验证人工神经元接收多个输入信号，对每个输入乘以权重，加上偏置，然后通过激活函数决定是否激发输出59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013756API
curl https://kongchang.com/api/v1/knowledge/claims/1013756MCP
get_claim(id=1013756)